智能制造網(wǎng)APP
智能制造網(wǎng)手機站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務(wù)號
產(chǎn)品外觀
產(chǎn)品架構(gòu)
唯眾人工智能AI實訓(xùn)平臺是一套以“AI+X”為理念的多功能綜合教學(xué)實訓(xùn)平臺，包含了完整的邊緣計算人工智能設(shè)備的架構(gòu)。既能滿足人工智能實訓(xùn)所需的算法構(gòu)建、模型訓(xùn)練、模型部署、模型推理等要求，同時又能將人工智能的模型通過唯眾融合云平臺和各類的終端節(jié)點設(shè)備進行聯(lián)動，讓人工智能實訓(xùn)變成看得見、摸得著的典型項目應(yīng)用。
產(chǎn)品特點
教學(xué)
以職業(yè)院校人工智能技術(shù)服務(wù)專業(yè)人才培養(yǎng)的目標(biāo)和方法為基礎(chǔ)，在實訓(xùn)教學(xué)上進行優(yōu)化和設(shè)計，提出從人工智能基礎(chǔ)知識技術(shù)的認(rèn)知，到人工智能項目實操技能的訓(xùn)練，最終達到人工智能技術(shù)服務(wù)專業(yè)崗位能力提升的教學(xué)理念。
技術(shù)
平臺設(shè)計上對主流的人工智能深度學(xué)習(xí)框架進行了適配，包括TensorFlow、keras、Caffe、Mxnet、Pytorch，整合了人工智能項目開發(fā)中所需用到的各種環(huán)境和依賴，讓用戶能夠脫離服務(wù)器和PC進行人工智能的項目開發(fā)。另外平臺的開發(fā)環(huán)境也支持諸如“AI+X（物聯(lián)網(wǎng)）”綜合項目的開發(fā)。
應(yīng)用
系統(tǒng)以智能家居、智慧門禁、智能監(jiān)控三大應(yīng)用場景，及基于三大應(yīng)用場景的多種業(yè)務(wù)子項，體現(xiàn)了人工智能智慧生活主題。所有的應(yīng)用場景及業(yè)務(wù)子項功能，均來自真實的人工智能行業(yè)應(yīng)用。
擴展
軟硬件系統(tǒng)采用平臺化、模塊化設(shè)計，結(jié)合通用化、標(biāo)準(zhǔn)化設(shè)計的人工智能實訓(xùn)工位，除了可完成配套實訓(xùn)內(nèi)容的演示訓(xùn)練，還可以基于人工智能實訓(xùn)工位以及系統(tǒng)的軟硬件模塊，外接、擴展更多的技術(shù)或業(yè)務(wù)。
配套
該產(chǎn)品除完整的軟硬件系統(tǒng)外，還配備針對設(shè)備完整的人工智能實訓(xùn)指導(dǎo)書、完整豐富的教學(xué)實訓(xùn)素材資源、以及基于設(shè)備系統(tǒng)的人工智能教學(xué)視頻光盤。本產(chǎn)品提供免費的安裝部署服務(wù)和設(shè)備實訓(xùn)培訓(xùn)服務(wù)。
1)、硬件功能強大
核心板CPU采用了六核ARM 64位處理器（雙核Cortex-A72+四核Cortex-A53），主頻高達1.8GHz，GPU為四核ARMMali-T860 MP4 GPU,另外配備有人工智能專用NPU，支持8bit/16bit運算，運算性能高達3.0TOPs。內(nèi)存方面配備了6GB LPDDR3，儲存為32GB eMMC。通信方面支持TCP/IP、WIFI、藍牙、MQTT、Socket、ssh、串口等。并且配備有豐富的外設(shè)接口（SPI、IIC、UART、GPIO等），可以滿足學(xué)生和老師不同的學(xué)習(xí)和開發(fā)需求。
2)、支持各種主流的深度學(xué)習(xí)框架 唯眾人工智能AI實訓(xùn)平臺支持TensorFlow、Keras、Caffe、Mxnet、Pytorch等主流深度學(xué)習(xí)框架，并在基礎(chǔ)環(huán)境中提供TensoFlow、Keras、YoLov3的開發(fā)環(huán)境和依賴。
3)、支持零編程 終端節(jié)點使用的是ESP32模塊，開發(fā)語言為MicroPython，該開發(fā)語言和Python3類似，配合唯眾圖形化編程工具可以讓學(xué)生和老師在不需要了解任何底層知識的情況下結(jié)合人工智能AI實訓(xùn)平臺核心板的識別結(jié)果做出AIoT的典型行業(yè)應(yīng)用的小型模型。
4)、融合物聯(lián)網(wǎng) 唯眾人工智能AI實訓(xùn)平臺的對硬件進行了兼容性設(shè)計，在硬件上可以同時滿足物聯(lián)網(wǎng)、人工智能和嵌入式三個專業(yè)的實訓(xùn)需求。這樣大大提高了實訓(xùn)設(shè)備在學(xué)習(xí)不同專業(yè)的復(fù)用率，能夠大大減少學(xué)校實訓(xùn)室場地不足的帶來的問題，同時也能夠為解決學(xué)校建設(shè)多個實訓(xùn)室資金不足的問題。
5)、支持可視化界面設(shè)計工具 唯眾可視化界面設(shè)計工具是輔助師生用來構(gòu)建AIoT應(yīng)用程序的教學(xué)工具，它采用圖形化界面來代替代碼開發(fā)界面，通過拖拽、移動控件與控件節(jié)點，來完成頁面設(shè)計。在學(xué)生和老師學(xué)習(xí)AIoT完整項目時，可以通過唯眾可視化界面設(shè)計工具進行控制頁面的輔助構(gòu)建。
6)、支持模型轉(zhuǎn)換 唯眾人工智能AI實訓(xùn)平臺提供模型轉(zhuǎn)換工具，可以將學(xué)生和老師在X86架構(gòu)的計算機中生成的hdf5、pb、onnx人工智能模塊轉(zhuǎn)化為ARM64架構(gòu)的平臺能夠運行的人工智能模型，解決學(xué)生和老師的人工智能項目跨平臺部署的問題。
7)、配套完整的開發(fā)環(huán)境 唯眾人工智能AI實訓(xùn)平臺基礎(chǔ)資源包中就包含了人工智能完整的開發(fā)環(huán)境，包括TensorFlow 、Kreas、Python、OpenCV、PIL、gcc、scipy等。學(xué)生和老師不需要自己動手搭建復(fù)雜的人工智能開發(fā)環(huán)境，可以直接進行實訓(xùn)項目案例的學(xué)習(xí)。同時唯眾提供了基礎(chǔ)環(huán)境鏡像包，可以幫助學(xué)生和老師隨時恢復(fù)初始狀態(tài)。另外唯眾的人工智能技術(shù)團隊會不定期對開發(fā)環(huán)境進行擴展以適配新的業(yè)務(wù)場景。
產(chǎn)品功能
操作使用說明
按下主板電源鍵即可進入開機界面（默認(rèn)不設(shè)置登錄密碼），界面如下： 可以看到桌面右上角有6個文件，以智能家居系統(tǒng)為例。該文件夾中包含了運行該系統(tǒng)的所有動態(tài)鏈接庫和依賴，Python相關(guān)的依賴在用戶的site-packages中。進入文件夾，界面如下：
點擊執(zhí)行文件，選擇“執(zhí)行”即可開啟智能家居系統(tǒng)。該系統(tǒng)為示例項目，以智能家居的應(yīng)用背景為依托綜合演示了智能家居的模型結(jié)構(gòu)和實現(xiàn)流程。學(xué)生可以通過前期的學(xué)習(xí)、編程、人工智能模型訓(xùn)練、構(gòu)建完成該項目的示例效果，也可以在該項目的基礎(chǔ)上進行擴展。
該系統(tǒng)可以采集用戶的語言信號進行識別，對于識別的結(jié)果進行解析然后構(gòu)建相應(yīng)的數(shù)據(jù)包發(fā)送給融合云平臺，終端節(jié)點模擬智能家居系統(tǒng)中家用電器，當(dāng)收到云平臺發(fā)送相關(guān)指令后對指令進行解析而后控制繼電器操作家用電器開關(guān)。在智能家居中類似：智能窗簾、智能電視、智能空調(diào)等均基于該項目的基礎(chǔ)模型。
性別識別項目效果示例如下：
表情識別項目效果示例如下：
綜合識別項目是基于的YOLO v3算法，YOLOv3是YOLO (You Only Look Once)系列目標(biāo)檢測算法中的第三版，相比之前的算法，尤其是針對小目標(biāo)，精度有顯著提升。我們可以在此算法框架下利用自己的數(shù)據(jù)集，訓(xùn)練自己需要的人工智能視覺識別模型。
網(wǎng)絡(luò)結(jié)構(gòu)：
綜合識別項目效果示例如下：
教學(xué)實訓(xùn)
唯眾的人工智能產(chǎn)品立足中高職學(xué)生同時也能滿足本科學(xué)生的專業(yè)建設(shè)需要，提供人工智能教學(xué)資源和教學(xué)儀器。教學(xué)資源方面，公司IT教學(xué)云平臺提供了學(xué)習(xí)人工智能必要的基礎(chǔ)課程，包含認(rèn)識人工智能、Python入門、Python基礎(chǔ)、Python進階、TensorFlow基礎(chǔ)、TensorFlow進階、大數(shù)據(jù)相關(guān)課程。由于Python語言的特殊性，Python入門、Python基礎(chǔ)、Python進階可以作為計算機大類的公共基礎(chǔ)課程。TensorFlow基礎(chǔ)和TensorFlow進階作為人工智能專業(yè)特定基礎(chǔ)課程。我們公司除了提供人工智能教學(xué)的基礎(chǔ)課程之外，針對人工智能專業(yè)還提供了數(shù)據(jù)處理（數(shù)據(jù)采集、數(shù)據(jù)分析、數(shù)據(jù)優(yōu)化、數(shù)據(jù)歸一化、數(shù)字標(biāo)簽）、神經(jīng)網(wǎng)絡(luò)（ANN人工神經(jīng)網(wǎng)絡(luò)、CNN卷積神經(jīng)網(wǎng)絡(luò)、RNN循環(huán)神經(jīng)網(wǎng)絡(luò)、DNN深度神經(jīng)網(wǎng)絡(luò)）、計算機視覺（人臉檢測、人臉識別、手寫數(shù)字識別、人臉表情識別等）、自然語言等（語音識別、文本翻譯）多個人工智能高級課程資源。同時針對所有的課程資源提供完整配套的教程、課件、教案和示例源碼資源。學(xué)生可以直接利用IT教學(xué)云平臺上的教材進行學(xué)習(xí)，老師可以直接利用云平臺上的課件、教案直接教學(xué)，同時配套了相應(yīng)的實訓(xùn)案例和實訓(xùn)指導(dǎo)書，方面老師進行實訓(xùn)教學(xué)。
在教學(xué)儀器方面，唯眾提供IT教學(xué)云平臺、融合云平臺、虛擬仿真平臺提供了服務(wù)器、人工智能AI實訓(xùn)平臺（核心板、攝像頭、語音陣列、傳感器、電源器等）、圖形化編程工具、可視化界面設(shè)計工具。公司立足行業(yè)實際，從學(xué)即所用，用即所學(xué)的思維出發(fā)，搭配了RK3399Pro為核心的人工智能開發(fā)板，用于人工智能項目的部署和推理，讓學(xué)生和老師所做的人工智能項目能夠脫離服務(wù)器和電腦直接部署到邊緣設(shè)備，和相關(guān)的行業(yè)、產(chǎn)業(yè)現(xiàn)狀直接做對接，完成學(xué)、訓(xùn)、用一體化學(xué)生的專業(yè)培訓(xùn)體系。人工智能實訓(xùn)開發(fā)套件箱既解決了部分高校在人工智能技術(shù)與服務(wù)專業(yè)上師資力量不足的問題，同時也能解決部分高校建設(shè)人工智能實訓(xùn)室的資金不足問題（不需要購買昂貴的服務(wù)器硬件，也無需對購買各類型的軟件平臺）。同時，人工智能實訓(xùn)平臺可以和物聯(lián)網(wǎng)進行無縫對接，在不更換任何硬件設(shè)備的情況下，滿足人工智能技術(shù)與服務(wù)、物聯(lián)網(wǎng)、嵌入式多個專業(yè)的實訓(xùn)。
可以說唯眾的人工智能產(chǎn)品可以為學(xué)校解決人工智能開課的師資問題、教學(xué)資源問題、實訓(xùn)資源問題、實訓(xùn)設(shè)備問題以及和行業(yè)應(yīng)用對接的問題，真正做到了產(chǎn)、教、學(xué)、研、創(chuàng)五位一體。
教學(xué)資源：《Linux基礎(chǔ)》、《認(rèn)識人工智能》、《Python基礎(chǔ)》、《Python入門》、《Python進階》、《TensorFlow基礎(chǔ)》、《TensorFlow入門》、《TensorFlow進階》、《Python網(wǎng)絡(luò)爬蟲》、《Hadoop生態(tài)系統(tǒng)與環(huán)境搭建》、《Spark大數(shù)據(jù)分析》。
相關(guān)課程資源如下圖：
認(rèn)識人工智能：內(nèi)容包含4個任務(wù)（認(rèn)識人工智能、認(rèn)識神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)的特點與應(yīng)用、學(xué)習(xí)框架和開發(fā)環(huán)境），配套3個教案、1個實訓(xùn)指導(dǎo)書、3個安裝包。通過本章節(jié)的學(xué)習(xí)，學(xué)習(xí)可以了解人工智能技術(shù)的概念、人工智能技術(shù)的發(fā)展史、相互間的關(guān)系（人工智能、機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)）、數(shù)據(jù)量、計算力、網(wǎng)絡(luò)規(guī)模、計算機視覺、自然語言處理、強化學(xué)習(xí)、主流學(xué)習(xí)框架。本章節(jié)的內(nèi)容理論知識為主，配套安裝包和實訓(xùn)指導(dǎo)書可以滿足人工智能開發(fā)環(huán)境搭建的教學(xué)使用。
Python基礎(chǔ)：Python基礎(chǔ)教材（4個任務(wù)）、4個課件（初始Python、Python基礎(chǔ)知識、列表、操作列表）、3個教案、38個示例源碼、5個依賴包、3個安裝包。Python基礎(chǔ)作為Python的基礎(chǔ)課程，對Python的發(fā)展史、Python的特點、Python的安裝、Python的使用做了詳細(xì)的描述，同時指導(dǎo)學(xué)生學(xué)習(xí)了Python的行與縮進、字符串、變量、列表、元素、排序、遍歷列表、列表統(tǒng)計計算等多方面的知識。通過本章的學(xué)習(xí)，學(xué)生可以初步了解Python語音的特點以及Python編程中的相關(guān)注意事項，同時可以學(xué)會利用PyCharm進行Python開發(fā)。
Python入門：Python入門教材（4個任務(wù)）、4個課件（if條件語句、字典、用戶輸入和while循環(huán)、函數(shù)）、4個教案、50個示例源碼、2實訓(xùn)指導(dǎo)書。Python入門是Python的入門的課程，對于Python開發(fā)中所需要設(shè)計到的入門知識進行了詳細(xì)地講解，指導(dǎo)學(xué)生學(xué)習(xí)條件測試、if語句多種結(jié)構(gòu)的使用方法和使用場景、字典的鍵-值對、遍歷字典操作、修改字典、嵌套、獲取用戶參數(shù)、while循環(huán)多場景使用、函數(shù)封裝、實參和形參、函數(shù)傳遞列表。
Python進階：Python進階教材（4個任務(wù)）、4個課件（類和實例、繼承和導(dǎo)入類、文件、異常處理）、4個教案、33個示例源碼、6個課程配套文本文件。 Python進階是Python開發(fā)的進階課程，指導(dǎo)學(xué)生學(xué)習(xí)模塊、類、實例、屬性、方法、繼承、導(dǎo)入類、文件讀取、文件路徑、文件內(nèi)容、文件數(shù)據(jù)寫入、數(shù)據(jù)附加、ZeroDivisionError異常處理、FileNotFoundError異常處理、JSON數(shù)據(jù)格式、程序的重構(gòu)等。通過本章節(jié)的學(xué)習(xí)，學(xué)生可以掌握Python程序開發(fā)中所需要運用到的比較復(fù)雜的知識，同時提供了異常處理和代碼重構(gòu)的講解，學(xué)生在學(xué)習(xí)之后能夠達到利用Python語言開發(fā)大型項目的能力。
TensorFlow入門：內(nèi)容包含了數(shù)據(jù)類型、數(shù)據(jù)精度、待優(yōu)化張量、創(chuàng)建張量、張量的典型應(yīng)用、索引和切片、緯度變換、數(shù)學(xué)運算等多個方面。該部分的內(nèi)容會被細(xì)化為4個任務(wù)，對應(yīng)有4個教案、2個實訓(xùn)指導(dǎo)書、配套30-50個左右的資源示例源碼、10個左右的依賴包。學(xué)生學(xué)習(xí)本章學(xué)習(xí)之前需要完成Python的學(xué)習(xí)，通過本章節(jié)的學(xué)習(xí)，學(xué)生可以掌握基于Python的主流人工智能開發(fā)框架TensorFlow的應(yīng)用、深度理解TensorFlow中的數(shù)據(jù)類型和Python中的數(shù)據(jù)類型的異同點，理解標(biāo)量、向量、矩陣、張量、多維張量、維度的概念，完成基于TensorFlow的張量的創(chuàng)建和操作、數(shù)學(xué)運算、索引與切片、矩陣運算。學(xué)習(xí)這部分的內(nèi)容需要一定的數(shù)學(xué)基礎(chǔ)。
TensorFlow進階：內(nèi)容包含了合并與分割、數(shù)據(jù)統(tǒng)計、張量比較、經(jīng)典數(shù)據(jù)加載、TensorFlow高級操作、數(shù)據(jù)預(yù)處理等方面。該部分的內(nèi)容分為4個任務(wù)、對于4個教案、1個實訓(xùn)指導(dǎo)書、配套20-30個示例源碼、10個左右的依賴包、4個數(shù)據(jù)文件。學(xué)生在學(xué)習(xí)這個章節(jié)之前需要完成TensorFlow基礎(chǔ)的學(xué)習(xí)，了解什么是張量、什么是維度。通過本章的學(xué)習(xí)，學(xué)生可以學(xué)會合并、分割、向量范數(shù)、填充、復(fù)制、張量比較、tf.where、tf.gather等知識。為人工智能的模型訓(xùn)練、數(shù)據(jù)處理打下基礎(chǔ)。
實訓(xùn)資源主要分為四個大方向：人工智能基礎(chǔ)、機器學(xué)習(xí)、計算機視覺、自然語言處理。
實訓(xùn)資源同時包含了多個完整綜合項目案例包，項目如下：
1.手寫數(shù)字識別項目案例WZ-AISZ-V1.0
基于MNIST的手寫數(shù)字識別。MNIST是一個小型的手寫數(shù)字圖片庫，它總共有 60000 張圖片，其中 50000 張訓(xùn)練圖片，10000 張測試圖片。每張圖片的像素都是 28 * 28。
該項目實驗過程：數(shù)據(jù)加載、模型構(gòu)建、數(shù)據(jù)訓(xùn)練、數(shù)據(jù)測試、手寫數(shù)字推理。
2.人臉識別項目案例WZ-AIRL-V1.0
基于CNN的人臉識別。人臉識別，是基于人的臉部特征信息進行身份識別的一種生物識別技術(shù)。用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部識別的一系列相關(guān)技術(shù)，通常也叫做人像識別、面部識別。
該項目實驗過程：制作人臉數(shù)據(jù)集、進行CNN神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練、進行人臉檢測、人臉識別推理。
3.表情識別項目案例WZ-AIBQ-V1.0
基于CNN的表情識別。人臉表情識別是指從給定的靜態(tài)圖像或動態(tài)視頻序列中分離出特定的表情狀態(tài)，從而確定被識別對象的心理情緒，實現(xiàn)計算機對人臉表情的理解與識別，從根本上改變?nèi)伺c計算機的關(guān)系，從而達到更好的人機交互。因此人臉表情識別在心理學(xué)、智能機器人、智能監(jiān)控、虛擬現(xiàn)實及合成動畫等領(lǐng)域有很大的潛在應(yīng)用價值。表情識別時需要建立在人臉檢測的基礎(chǔ)上的。
該項目實驗過程：人臉檢測、特征點提取、模型構(gòu)寫、模型訓(xùn)練、模型部署、模型推理。
4.性別識別項目案例WZ-AIXB-V1.0
基于CNN的性別識別。性別識別是指從給定的靜態(tài)圖像或動態(tài)視頻序列中分離出人臉的特征元素，并對元素進行分析和已構(gòu)建好的模型庫進行對比，預(yù)測出人臉對象的性別屬性。該項目屬于機器學(xué)習(xí)的深度學(xué)習(xí)范疇。
該項目實驗過程：人臉檢測、特征點提取、模型加載、參數(shù)對比、模型輸出，輸出結(jié)果可視化。
5.語音識別項目案例WZ-AIYY-V1.0
基于RNN的語音識別。語音識別是一門交叉學(xué)科。近二十年來，語音識別技術(shù)取得顯著進步，開始從實驗室走向市場。人們預(yù)計，未來10年內(nèi)，語音識別技術(shù)將進入工業(yè)、家電、通信、汽車電子、醫(yī)療、家庭服務(wù)、消費電子產(chǎn)品等各個領(lǐng)域。語音識別聽寫機在一些領(lǐng)域的應(yīng)用被美國新聞界評為1997年計算機發(fā)展十件大事之一。很多專家都認(rèn)為語音識別技術(shù)是2000年至2010年間信息技術(shù)領(lǐng)域重要的科技發(fā)展技術(shù)之一。語音識別技術(shù)所涉及的領(lǐng)域包括：信號處理、模式識別、概率論和信息論、發(fā)聲機理和聽覺機理、人工智能等等。
該項目實驗過程：語音提取、語音信號預(yù)處理、模型加載、模型推理。
6.智能監(jiān)控系統(tǒng)項目案例WZ-AIJK-V1.0
基于YOLO V3框架。YOLOv3是YOLO (YouOnly Look Once)系列目標(biāo)檢測算法中的第三版，相比之前的算法，尤其是針對小目標(biāo)，精度有顯著提升。YOLO3主要的改進有：調(diào)整了網(wǎng)絡(luò)結(jié)構(gòu)；利用多尺度特征進行對象檢測；對象分類用Logistic取代了softmax。我們可以在此算法框架下利用自己的數(shù)據(jù)集，訓(xùn)練自己需要的人工智能視覺識別模型。通過學(xué)習(xí)，可以將該框架生成的識別模型部署在我們的平臺中，在脫離服務(wù)器的情況下做到高精度的物體識別。
該項目實驗過程：模型訓(xùn)練、權(quán)重提取、模型部署、模型訓(xùn)練、模型推理。
